Ist Serverless Computing wirklich ohne Server?

Bei der Verwendung von serverlosem Computing interagieren Entwickler nicht mit Servern und verwalten diese auch nicht. Stattdessen liegt die Hauptaufgabe des Entwicklers auf der Programmierung. Der Cloud-Anbieter ist für Wartung, Skalierung und Bereitstellung verantwortlich. 

Server werden auch im Hintergrund von serverlosem Computing ausgeführt. Anstatt dass der Entwickler Server, Betriebssysteme, Netzwerke und andere Teile der Infrastruktur verwaltet, übernimmt der Cloud-Anbieter diese Aufgabe. Der Hauptunterschied zwischen Servern und Serverless besteht also darin, dass Entwickler serverlose Systeme nicht direkt verwalten.

Cloud-Anbieter mit serverlosem Computing sind: 

• AWS Lambda: Führen Sie Code aus, um auf HTTP-Anforderungen, Datei-Uploads, Datenbankänderungen und andere Ereignistypen zu reagieren. 
• Azure Functions: Wird von Microsoft betrieben und ist in Azure integriert. 
• Google Cloud Functions: Serverloses Computing für Code-Snippets, die durch Google Cloud-Ereignisse ausgelöst werden. 

Bei der Verwendung von serverlosem Computing verwenden Sie normalerweise ein Pay-per-Execution-Modell, d. h. Sie zahlen basierend darauf, wie oft Ihr Code ausgeführt wird. Auch die Speicherzuweisung und die Dauer Ihrer Codeausführungen spielen eine Rolle. 

There are benefits and drawbacks to this pricing model. It’s very cost efficient because you only play for the computing time you use, but high-traffic apps might be more expensive. You’ll also have no upfront costs or commitments, but cost monitoring is crucial. 

Another benefit is that you’ll get automatic scaling for traffic spikes; on the flip side, expect latency during your initial startup time (also known as “cold starts”).

• Long-running processes: Consider the execution time limits on serverless computing.
• Fine-grained control requirements: Remember that serverless is less hands-on with the infrastructure; you can always pick something with better customization if needed.
• High-traffic/predictable workloads: Use a server-based model if you already know your traffic numbers or anticipate more.

Serverless Computing wird in folgenden Fällen verwendet: 

• Bildverarbeitung und -größenänderung: Wenn Benutzer ein Bild hochladen, kann Serverless Computing es in der Größe ändern oder bearbeiten.
• Chatbots/virtuelle Assistenten: Serverless Computing wird für die Verarbeitung von Anfragen in natürlicher Sprache und die Beantwortung von Kunden mit begrenzter menschlicher Beteiligung verwendet.
• IoT-Datenverarbeitung: Serverlose Funktionen können Datenströme analysieren und auch verarbeiten.
• Backend-APIs für mobile und Web-Apps: Entwickler können Serverless Computing zum Erstellen von APIs verwenden.